投資網誌投資網誌

台灣超級電腦算力首破213 PF,TOP500 排名如何看懂?

Answer / Powered by Readmo.ai

台灣超級電腦算力首破213 PF,TOP500 排名如何看懂?

最新 TOP500 榜單顯示,台灣超級電腦總算力首度突破 213 PF,代表本地算力基礎建設已進入新的擴張階段,但它不等於 AI 競爭力已完全追上全球領先者。對多數讀者來說,最需要理解的是:TOP500 反映的是超級電腦在特定基準測試下的效能,而不是單純以 AI 訓練、推論速度或商業應用來衡量。換言之,排行榜能看出「硬體規模與運算能力」,卻未必完整呈現一個地區的 AI 生態成熟度。
台灣此次有 11 套系統入榜、3 套進入百大,顯示本土算力已具一定密度;其中國網中心的晶創 26(Nano4)以 81.55 PF 成為國內最快機器,也代表政府與研究機構正把算力視為科研與產業的共同底座。

華碩與鴻海在超級電腦布局上有何不同?

從產業角色來看,華碩(2357)鴻海(2317) 的切入點並不相同。華碩更像是沿著既有伺服器、整機與系統整合能力,參與多項超級電腦專案,與台智雲等夥伴共同擴大公開算力供給,重點在於把硬體、平台與部署能力整合成可運作的算力服務。鴻海則偏向以集團製造與基礎設施能力,結合輝達打造亞灣 AI 超級算力中心,較強調大型 AI 基地、合作生態與區域級運算中心的落地。
若用一句話概括:華碩較像「多點佈建、深度參與現有算力網」,鴻海則更像「以大案型、平台化方式建立 AI 算力樞紐」。兩者都在算力供應鏈中扮演重要角色,但商業模式與擴張路徑不同,也反映台灣科技業正在從硬體製造,延伸到運算服務與 AI 基礎建設。

靈晟 2.19 EFlops 奪冠,TOP500 為何未必完整反映 AI 算力?

靈晟以 2.19 EFlops 登上全球第一,確實凸顯極高的計算規模,但 TOP500 主要仍是以 HPC 基準衡量傳統超級運算能力,與 AI 訓練常見的 GPU 叢集效率、模型吞吐量、資料管線與軟體堆疊並不完全等價。這也是為什麼一台機器在榜單上名列前茅,不一定就代表它在生成式 AI、推論服務或大型模型訓練上全面領先。
更值得觀察的是:AI 算力比的是「峰值效能+實際利用率+生態整合」,不是只有單一數字。對台灣而言,Nano4 收費上線、後續擴建到 2029 年,顯示需求仍在上升;而企業端如華碩、鴻海的布局,則可能比排名本身更能決定未來 AI 算力的可用性與產業外溢效果。
FAQ
Q1:TOP500 代表 AI 實力嗎?
不完全。它更偏向衡量超級電腦的傳統運算效能。
Q2:台灣 213 PF 算強嗎?
代表本地算力已具規模,但仍需看實際 AI 應用與利用率。
Q3:華碩和鴻海的差別在哪?
華碩偏系統整合與多點佈建,鴻海偏大型 AI 基地與平台合作。

相關文章

百度( BIDU )昆侖芯擬赴港IPO 500億美元估值引關注

百度旗下AI晶片部門昆侖芯傳出計劃在香港進行首次公開募股,市場預期估值約500億美元。消息帶動百度股價週一上漲約7%。 報導指出,昆侖芯近期向潛在投資者提出要求,希望其承諾購買相當於三到七倍IPO認購額的AI晶片,以提高市場需求能見度。 昆侖芯成立於2011年,原為百度內部AI晶片開發部門,後續業務擴展至外部客戶,包含騰訊等企業。百度今年1月披露,昆侖芯已秘密提交香港上市申請,並計劃分拆,同時維持對該公司的控股權。 在中國AI公司持續推進上市的背景下,昆侖芯若順利IPO,可能成為香港近年規模較大的上市案之一,也反映市場對AI晶片與相關技術題材的高度關注。

南韓砸 6510 億美元推半導體 AI 巨型專案,三星與 SK 海力士為何先跌?

南韓計劃推出三項以半導體、人工智慧和機器人為核心的巨型專案,預計吸引超過 6510 億美元投資,並由總統李在明於相關活動中宣布。報導指出,這些專案包含新的半導體樞紐,三星電子與 SK 海力士高層也將出席,並可能公布各自投資計畫。 根據《每日經濟新聞》報導,三星的投資規劃包含 300 兆韓元新建半導體廠、360 兆韓元永仁半導體叢集,以及 350 兆韓元 AI 資料中心。南韓政府則表示,將在電力、水源、土地、交通基礎設施、勞動力培訓與住房等面向提供支援,以推動相關計畫。 李在明將半導體樞紐定位為「國家生存戰略」,並強調其目標之一是縮小地區差距、擴大南韓的 AI 製造能力。儘管市場對長期投資前景有所期待,三星與 SK 海力士股價在消息傳出後仍分別下跌 6% 與 4%,反映短線市場反應與政策利多之間出現落差。

南韓砸6510億美元推半導體、AI與機器人專案,三星與SK海力士為何反跌?

南韓計劃推出三項以半導體、人工智慧和機器人為核心的巨型專案,預計在未來幾年內吸引超過1000兆韓元、約6510億美元投資。南韓總統李在明準備宣布相關計畫,並表示半導體樞紐是「國家生存戰略」,目標之一是縮小地區差距、擴大南韓的AI製造能力。 根據報導,三星電子的投資計畫包含300兆韓元用於新建半導體廠、360兆韓元用於永仁半導體叢集,以及350兆韓元用於AI資料中心。政府也規劃提供電力、水源、土地、交通基礎設施、勞動力培訓與住房等支援措施,協助專案推動。三星電子與SK海力士高層也將出席活動,外界預期將公布各自的投資計畫。 不過,在消息傳出後,三星電子與SK海力士股價分別下跌約6%與4%,市場對長期投資前景雖有期待,但短線股價反應偏弱。

德州製造業調查與農產品價格指數將公布,S&P 500 盤勢受關注

本週一,美國經濟日曆上有兩項值得留意的數據將公布:德州聯邦儲備銀行每月製造業調查,以及農業部公布前一個月農民所收到的價格指數。前者反映德州工廠活動狀況,後者則有助於觀察農業市場的健康程度與未來趨勢。 市場面方面,高盛預期,受人工智慧帶動,第二季企業獲利可望維持強勁成長。不過,市場同時也面臨變數,若就業報告表現強勁,可能改變目前的市場情緒。 此外,S&P 500 指數目前可見科技股輪動與防禦性股票走強的跡象,顯示市場對不確定性仍保持觀望與調整。 整體來看,德州製造業調查與農產品價格指數,將是本週觀察美國景氣與市場反應的重要指標。

德州製造業調查與農產品價格指數將公布,市場如何解讀美股風向

本週一,美國經濟日曆上將公布兩項重要數據:德州聯邦儲備銀行每月製造業調查,以及農業部發布的前一個月農民所收到價格指數。前者反映德州工廠活動狀況,後者有助於觀察農業市場健康程度與後續趨勢。 市場面上,高盛預期在人工智慧帶動下,第二季企業獲利有望維持強勁成長。不過,市場仍可能受到其他經濟數據影響,例如強勁就業報告就可能改變目前的風險偏好。 同時,S&P 500 指數已出現科技股輪動與防禦性股票走強的現象,顯示資金在不確定環境下仍持續調整配置。整體來看,德州製造業調查與農產品價格指數,將成為本週觀察市場情緒與經濟動能的重要參考。

AI與資料中心推升記憶體缺口,台灣記憶體供應鏈角色反而升級

人工智慧與資料中心需求快速擴張,正把全球記憶體市場推向結構性供需失衡。傑富瑞股票研究公司指出,預估2026年第三季記憶體價格將較前一季上漲40%至50%,且三大原廠大量產能已被雲端服務供應商以長期合約鎖定,比例高達五至七成。 這波價格上漲已開始外溢到終端產品,蘋果調漲部分硬體售價,特斯拉執行長馬斯克也公開提到記憶體產能缺口嚴重。對規模較小的電子產品製造商而言,晶片取得難度上升,營運壓力也同步加大。 在技術與供應鏈布局上,高通宣布進軍AI資料中心半導體市場,計畫以LPDDR替換HBM,並將封裝技術簡化為Chiplet,首波合作夥伴包含南亞科(2408)。另一方面,為確保AI高階晶片整合的穩定供貨,台積電(2330)也加速建立本土DRAM供應鏈,市場消息指出,台積電已與華邦電(2344)在晶圓對晶圓堆疊(WoW)技術上展開合作。 從產業位置來看,這不只是記憶體價格上漲而已,更反映台灣記憶體業者正從周邊零組件供應商,往AI核心晶片生態系的關鍵環節移動。

Grok 4.5先進 SpaceX、Tesla 私測,Musk 的月更節奏想改變什麼?

Elon Musk表示,xAI開發的Grok 4.5已在SpaceX與Tesla內部進行私測。這個版本建立在1.5兆參數的V9基礎模型之上,並加入來自Cursor的資料,顯示xAI把軟體開發與編碼輔助列為重點方向。 Musk也提到,今年可能每月推出新的AI模型,且SpaceX計劃持續測試「完全從零開始訓練」的新模型,顯示xAI正以更快的節奏推進模型迭代。私測階段可協助團隊發現問題、收集回饋並修正,SpaceX與Tesla的內部場景也能讓模型接觸大型工程、製造與軟體開發流程。 目前,Grok 4.5尚未公布公開發布時間表。

中國開源AI在資安縮小差距,美國AI定價權會鬆動嗎?

中國人工智慧開發者在網路安全領域逐漸縮小與美國的差距,可能改變全球AI市場格局。Zhipu AI推出的GLM-5.2,在識別軟體漏洞方面受到關注,雖然整體能力仍落後於Anthropic和OpenAI等美國公司,但其錯誤檢測表現引發安全專家與政策制定者注意。若中國模型持續改善且維持低成本,市場對美國主要AI公司的定價權、市場份額與估值預期,可能面臨重新評估。 業界觀察指出,中國AI產業正逐步縮小原本與美國開發者的差距。自動化漏洞檢測雖有助於提升軟體防護效率,但也可能讓不法使用者取得更強工具。GLM-5.2採開放權重方式發布,便於下載、修改與執行,吸引尋求低成本AI方案的企業,同時也引發網路安全風險討論。 根據獨立測試,GLM-5.2在部分網路安全基準中可媲美或超越一些美國產品,進一步調校後,效能接近Anthropic的Mythos模型。與此同時,美國官員加強審查先進AI系統,OpenAI與Anthropic也曾調整部分模型的可用性,以配合政府要求。批評者認為,在中國競爭者仍廣泛可用的情況下,本土AI系統若受限,可能讓全球企業轉向更便宜的中國替代方案。 美國行政官員正密切監控中國開源與開放權重模型的擴散,五角大廈也開始支持本土開發者,並與美國開放權重AI公司合作,用於政府與機密應用。這場爭論的核心,是控制強大AI技術究竟能否維持美國領先,還是反而推動中國替代品更快被採用。

AI主導權從晶片轉向算力與能源:Google、Meta、Nvidia與中國供應鏈誰受益?

全球人工智慧競賽正在從「模型最強」轉向「算力與能源誰更多」。在美國AI巨頭面臨算力吃緊與監管收緊之際,中國從模型、光纖、PCB、MLCC到鈉電池的供應鏈,正悄悄加速卡位,讓AI產業的主導權出現新的變化。 模型端方面,中國Zhipu AI推出的GLM-5.2,以開源權重模式切入資安場景,受到市場關注。多項獨立測試顯示,這款模型在軟體漏洞偵測等特定指標上表現突出,部分情境甚至可接近或超過一些美國產品。由於採開源權重釋出,用戶可自行下載、修改與部署,對希望降低成本、又想掌握技術主導權的企業相當有吸引力,也讓中國模型在部分平台上的使用量快速上升。 不過,開源權重也帶來安全爭議。資安專家指出,若缺乏管控,惡意使用者同樣可能利用這類模型自動挖掘漏洞,讓防禦與攻擊的競賽同步升級。與此同時,美國政府對高階AI模型的監管正在收緊,OpenAI與Anthropic也相繼限制部分最新模型的開放範圍。市場擔心,若本土模型供給過度受限,企業可能轉向價格較低、管制較鬆的海外產品,進一步影響美國AI生態的長期競爭力。 算力供給本身也成為壓力來源。根據《Financial Times》報導,Alphabet因AI運算容量吃緊,已對部分客戶限制使用,其中也影響到Meta。Meta原先利用Google的Gemini模型協助內容審查與詐騙偵測,如今則需要削減使用量,改以內部模型補位。這反映出一個現實:當算力吃緊時,掌握雲端與資料中心的企業,不只是供應者,也成了議價能力更強的一方。 供應鏈層面,中國在許多看似不顯眼的零組件上,已逐步站上關鍵位置。研究機構指出,美國約三成AI相關產品進口仰賴中國廠商,而中國在能源儲存、變壓器、關鍵礦物與化學品等資料中心基礎環節,已形成重要優勢。從出口結構來看,AI相關產品也成了中國出口增長的主要來源之一,帶動相關科技股與供應鏈題材升溫。 個股方面,報告點名多家中國AI供應鏈企業受惠。PCB領域包括 Victory Giant、Dongshan Precision 與 Shengyi Technology,股價在過去一年都有明顯上漲。MLCC 製造商 Sanhuan Group 則受惠於 Nvidia 新一代 AI 系統帶動電容需求增加。雲端伺服器與能源端方面,Foxconn Industrial Internet 的雲端運算業務成長快速,Sungrow Power 也在逆變器與儲能需求擴張下受關注。 光通訊同樣是AI資料中心升級的重要一環。InnoLight、Eoptolink 與 TFC 等供應商,正受惠於高密度、高速光纖連線需求增加。由於AI資料中心對傳輸規格的要求遠高於傳統伺服器,相關光纖與模組出貨量、價格與訂單能見度都同步提升,部分海外訂單甚至已排到未來數年。 能源技術方面,摩根士丹利提出鈉離子電池的長期潛力,認為它可能在2030年與2035年逐步提升全球電池部署市場占比。若需求真的持續擴大,這類便宜、耐低溫的電池有機會在AI耗電快速上升的背景下扮演關鍵角色。GM也已透過與 Peak Energy 合作切入鈉離子電池布局,並規劃未來導入大型電網儲能案,展現傳統車廠跨入能源基礎設施的企圖。 整體來看,AI產業正同時出現三條主線:第一,模型端從封閉走向開源權重,市場對技術壟斷的想像被重新修正;第二,算力與能源供給成為真正瓶頸,資料中心的光纖、PCB、MLCC、儲能設備開始取得更高關注;第三,監管如何平衡安全與競爭,將直接影響 Google、Meta、Nvidia、Microsoft 等美股核心科技股的估值與成長預期。 對投資人而言,下一階段AI行情可能不再只是單押晶片或單一模型,而是要重新檢視整條算力與能源鏈。從雲端資料中心、光通訊,到儲能與新電池技術,過去較少被聚焦的供應商,反而可能成為新一輪產業重組的受益者。

AI基礎設施投資衝到1兆美元,BIS為何提醒歷史可能重演?

國際清算銀行(BIS)提醒,全球對人工智慧基礎設施的投資正在快速升溫,五大超大型科技公司預估在2025年至2026年間,將在AI相關專案上投入超過1兆美元。雖然這股資金潮被視為推動經濟成長的新動能,但BIS也警告,若未來獲利未能如預期兌現,市場可能重新評估融資意願,進而引發估值回落、資金收緊與經濟放緩。 BIS特別將這波現象與歷史上的投資熱潮相比,包括19世紀的運河建設熱潮,以及1990年代末的網路泡沫,提醒過度資本配置往往伴隨高風險。除了AI本身的資金投入外,全球經濟目前還同時面臨通膨壓力與能源市場不穩定等變數,尤其伊朗衝突下,霍爾木茲海峽的風險更讓市場情緒升溫。整體來看,這篇報告的核心不是否定AI,而是提醒市場在資金、估值與實體經濟之間的連動風險。